Qué es PaperOrchestra: de los registros de experimentos a LaTeX
PaperOrchestra es un marco de código abierto para redactar artículos científicos mediante varios agentes, desarrollado por investigadores de Google Cloud AI Research. Recibe ideas, registros de experimentos y una plantilla LaTeX, y distribuye las tareas de esquema, revisión bibliográfica, redacción y revisión del texto. También permite generar figuras. Está pensado para trabajar a partir de materiales de investigación existentes; antes de preparar el envío, los autores deben comprobar las afirmaciones, cifras y referencias del borrador.
El artículo se presentó en arXiv el 6 de abril de 2026. El interés reciente no equivale a un lanzamiento en noviembre. El repositorio aclara que no es un producto con soporte oficial de Google. Los nombres de archivo y argumentos siguientes se contrastaron con el código oficial el 18 de noviembre de 2026.
Qué hace cada agente
| Etapa | Tarea del sistema | Revisión del autor |
|---|---|---|
| Esquema | Organizar los materiales por secciones | ¿Cada contribución tiene pruebas? |
| Bibliografía | Buscar trabajos y comprobar registros con Semantic Scholar | ¿La fuente respalda la afirmación? |
| Redacción | Generar LaTeX a partir del esquema y los materiales | ¿Métodos, símbolos y cifras respetan los registros? |
| Revisión | Modificar el texto con comentarios de evaluación simulada | ¿Se han introducido errores o conclusiones más amplias? |
| Figuras opcionales | Generar código de gráficos o diagramas conceptuales | ¿Son correctos datos, ejes, unidades y métodos? |
Esquema del trabajo. La comprobación del autor es un paso adicional recomendado aquí. Las figuras interactúan con la redacción; el diagrama no describe toda la secuencia interna.
PaperWritingBench utiliza materiales reconstruidos a partir de 200 artículos de CVPR 2025 e ICLR 2025. Permite comparar sistemas de escritura, pero las notas de un proyecto real pueden estar incompletas. La evaluación no predice la calidad de tu borrador ni su aceptación. La página del proyecto también reconoce una diferencia de calidad respecto a los originales humanos.
Preparar materiales con pruebas rastreables
La CLI busca por defecto idea_sparse.md y experimental_log.md. Con la generación de figuras desactivada, el código copia figures/ y pasa la ruta figures/info.json al agente de redacción. Prepara imágenes reales y metadatos descriptivos compatibles con tu versión. Una carpeta vacía no demuestra que el proceso pueda ejecutarse.
raw_materials/ idea_sparse.md experimental_log.md figures/ accuracy.pdf info.jsonmy_template/ template.tex guidelines.md ... required class/style/bibliography filesEs un plan de directorios, no un proyecto completo listo para ejecutar. Una plantilla propia necesita template.tex, guidelines.md y sus archivos de clase, estilo y bibliografía. Especifica en guidelines.md extensión, anonimización y reglas de figuras y referencias. El ejemplo de CVPR 2025 no establece las normas actuales de otra conferencia.
idea_sparse.md: pregunta y límites
Las plantillas de entrada están en inglés para facilitar su uso en un artículo en ese idioma.
# Research questionWhich claim are we testing, and against which baseline?# MethodDescribe the actual algorithm, assumptions and implementation.# Evidence mapClaim C1 -> experiment E1 -> recorded metrics and figure path.# LimitsList untested settings, negative results and missing experiments.Do not fill gaps with invented results or references.Asocia cada contribución a un identificador de evidencia. «El método B mejora la exactitud» requiere un experimento como E1. Generalizar a otros conjuntos de datos exige pruebas en ellos. Separa las ideas pendientes de las contribuciones demostradas.
experimental_log.md: conservar las condiciones
# E1: illustrative data, not research findingsTask: classification on a fixed held-out splitMetric: accuracy (%)Baseline A: 82.1Method B: 83.4Difference: 1.3 percentage pointsRuns: one per method; uncertainty not estimatedInterpretation: descriptive comparison onlyNot supported: statistical significance or broad superiorityFigure: figures/accuracy.pdf (create from the recorded values)For real work also record: dataset version, split IDs, seeds,hyperparameters, code commit and raw result paths.Son cifras ilustrativas. Pasar del 82,1% al 83,4% de exactitud supone 1,3 puntos porcentuales. El aumento relativo es aproximadamente (83.4 - 82.1) / 82.1 × 100% = 1.58%. No son expresiones intercambiables. Una ejecución por método tampoco demuestra significación estadística.
Comprobación numérica con datos didácticos ficticios; no representa el rendimiento de PaperOrchestra ni de otro modelo.
En experimentos reales, registra versión del conjunto de datos, particiones, semillas, hiperparámetros, commit del código y rutas de resultados originales. Los pies de figura deben indicar mediciones, unidades y repeticiones. Distingue los diagramas conceptuales de los resultados medidos.
Requisitos y llamada a la CLI
El README oficial utiliza Python 3.11 y requirements.txt. Configura las credenciales de los servicios de modelos utilizados y de Semantic Scholar. Para generar PDF también necesitas un entorno TeX funcional y los recursos de la plantilla; los paquetes Python por sí solos no completan esas dependencias. Las llamadas a modelos pueden generar costes.
Tras preparar dependencias, credenciales, materiales y plantilla, la llamada desde la raíz del repositorio tiene esta forma:
python paper_writing_cli.py \ --raw_materials_dir ./raw_materials \ --latex_template_dir ./my_template \ --output_dir ./runs/draft-001 \ --idea_filename idea_sparse.md \ --experimental_log_filename experimental_log.md \ --use_plotting falseEl ejemplo desactiva los gráficos automáticos para utilizar tus propias figuras. Con --use_plotting true, revisa también los modelos de gráficos e imágenes. Usa un directorio de salida nuevo por borrador: el código actual vuelve a crear algunos directorios intermedios y mezclar ejecuciones dificulta la trazabilidad.
Los argumentos se han contrastado con el código. No hemos ejecutado el proceso completo con modelos ni medido coste, duración o calidad. Esta es una guía de preparación de materiales y flujo de trabajo, no una instalación verificada de principio a fin.
Revisar el borrador contra las pruebas
- Compara cada celda y cifra con los registros, distinguiendo porcentajes, puntos porcentuales, medias e incertidumbre.
- Comprueba condiciones de entrenamiento, métodos de referencia y particiones. Elimina o marca experimentos que solo aparezcan en el texto generado.
- Lee las fuentes. Encontrar un registro en una API no demuestra que respalde la afirmación. Consulta el procedimiento de verificación de referencias.
- Revisa errores de compilación, citas y referencias cruzadas sin resolver e imágenes ausentes. Después inspecciona ecuaciones, pies y maquetación del PDF.
- Comprueba anonimización, extensión, declaración de uso de IA y confirmación de los autores según el destino. Completa las pruebas antes de la revisión previa al envío.
Aprovechar el método sin instalar PaperOrchestra
Si ya tienes un proyecto LaTeX, prepara los dos archivos de materiales y pide un borrador limitado a determinadas secciones. Este prompt en inglés delimita el trabajo y hace visibles las pruebas que faltan:
Draft only the Methods and Results sections from the supplied materials.Map every numerical claim to an experiment ID and source file.Keep the recorded metric, unit, split and number of runs unchanged.Mark missing evidence as [AUTHOR CHECK: explain what is missing].Do not invent experiments, citations or statistical significance.Return proposed LaTeX and a list of unresolved questions separately.Resuelve y elimina todas las marcas [AUTHOR CHECK: ...] antes del envío. El prompt expresa requisitos; debes comprobar que la salida los cumple.
Para continuar en EasyLaTeX, organiza los archivos .tex, .bib, estilos e imágenes necesarios dentro del proyecto. Selecciona el archivo principal y el compilador que requiera la plantilla. Tras compilar, consulta Bug / Original Log, revisa el PDF y descarga tanto el PDF como el proyecto LaTeX. La guía de inicio explica los pasos. Es una transferencia de archivos; no implica una integración con PaperOrchestra ni la continuación de sus agentes.